让专家标注少量数据，利用已经标记的数据训练一个模型，用这个模型去预测没有标签的数据，拿这个结果与行业专家分类结果做对比。有监督学习：输入数据是由输入特征值和目标值所组成即输入的训练数据有标签，数据集：需要表述数据的标签/目标值。:有标签和无标签一起训练,对现有无标记的数据进行预测（无标记的数据是同一批数据不是新的）有监督学习：疾病诊断，收集带标签的数据来进行模型的训练，用模型来预测不带标签的数据。

print(f'当前轮次为{epoch+1}，当前权重为{w.data},学习率为{0.01},更新后的梯度为{w.grad},下一个权重为{w.data-0.01*w.grad}')print(f'第{i}次，权重的初始值为{w:.5f} (0.01*w.grad):{(0.01*w.grad):.5f}),loss:{loss:.5f}')# print(f'第{i}次，权重的初始值为{w.d

select [distinct为去重] 列名1 [as] 别名1 ，列名2 [as] 别名2.... from 表名 [as] 别名---查询这个表中某一个字段。or：成立一边就可以条件1or条件2 ----条件一和条件二满足一个就可以查询为并集。and:左右两边都要成立条件1and条件2 ----条件一和条件二都要满足查询为交集。not：都不成立not 条件----条件不满足。

代码先通过编译器编译再通过解释器变成二级制然后交给计算机运行。定义格式：变量名称=变量的值右侧的值赋给左侧。python解释器：1.解释代码 2.提交给计算机运行。代码中，被写在代码中固定的值，称之为字面量。命名规则只能使用：数字，字母，下划线，中文。规则：内容限定，大小写敏感，不能使用关键字。数字，字符串，列表，元组，集合，字典。浮点型----->整型会丢失小数精度。小数点的字符串---->浮点

这个案例就通过判断传入的参数是True还是False来决定是否输入print("-" * 10 + "查询余额" + "-" * 10)see_maney(True) # 会显示print("-" * 10 + "查询余额" + "-" * 10)see_maney(False)# 不会显示print("-" * 10 + "查询余额" + "-" * 10)print("-" * 10 + "查

{'周杰伦': {'age': 11, 'addr': '北京', 'score': {'语文': 55, '数学': 44}},'周1伦': {'age': 21, 'addr': '京', 'habby': ['1', '2', '3', '5']}}# {'age': 21, 'addr': '京', 'habby': ['1', '2', '3', '5']}print(a) #{1, 2

这个这个函数的形式参数一个默认值，如果调用这个函数的时候没有给这个参数数值的话，就会使用默认值来展示出来，默认值参数要在没有默认值的右边。xinxi("yaaa",11,"男",1,2,3,4,5,habby="chi",a=1,b=2)调用函数时根据函数定义的参数位置来传递参数，传递的参数和定义的参数的顺序和个数必须一致，print(f"姓名:{name} 年龄:{age} 性别:{gender

文件读取时，如果文件和程序在同意目录下可以直接使用文件名称读取，如果没有需要使用文件的绝对路径，文件的绝对路径写入时一般使用‘\\'或者是‘/’来使用，，，或者使用r字符串路径的形式使用。读取时靠内部的指针来找到读取的位置在哪里，如果第一遍读取到了所有内容则第二个读取为空，需要文本变量调用seek(0)使指针从零开始进行第二次读取。文件对象.read（【num】）：读取文件如果不写num则读取全部

w’:覆盖写入，在打开这个文件的时候会把原文件内容全部删除，之后写入新的内容，如果没有这个文件就新创建一个新的文件。其中：__name__是当前操作的模块名称，模块直接运行，他的名字就是__main__作用:当模块越来越多不好管理的时候，包可以帮助我们管理这些文件，包的本质依据是模块。如果模块是调用运行的，那么模块的名称就是他文件的名称，那么就不会运行下面的代码。模块如果同名了：如果导入的功能模块

cp[-r] 参数1 参数2-r:用于复制文件夹参数1：被复制的参数2：要复制的地方。find起始路径-name"被查找的文件名"，，，可以使用*的通配符。+|-：＋：表示大于-:表示小于n:表示数字kMG是单位。mv 参数1参数2：参数1：被移动的参数2：要移动的地方。linux的命令由：命令 【选项（行为细节）】【参数（指向参数）】-p:表示自动创建一个不存在的父目录，适用于创建连续多层级的目